AkveoContact

IA agentique dans le commerce de détail

Les consommateurs demandent déjà à l'IA de trouver, de comparer et, de plus en plus, d'acheter des produits, tandis que les équipes retail croulent sous le reporting, les retours et les tickets de service client. Voici ce que disent les données sur les agents des deux côtés du comptoir, et ce dont un distributeur a besoin pour les faire fonctionner.

Une surface de vente lumineuse et spacieuse avec des présentoirs et des clients
48%des consommateurs américains ont utilisé l'IA pour faire leurs achats au cours des trois derniers mois
17%des utilisateurs d'IA aux États-Unis ont acheté directement via un outil d'IA dans une catégorie de produits moyenne, contre 10 % en décembre 2025

Le basculement vers le commerce agentique

Les outils d'IA sont devenus une source de trafic en forte croissance pour les sites marchands, et ces visiteurs convertissent désormais mieux que la moyenne. Pourtant, de nombreux sites restent seulement en partie lisibles par les modèles qui leur envoient ce trafic.

42%de conversion en plus pour le trafic issu des outils d'IA par rapport aux autres sources en mars 2026, un an après une conversion inférieure de 38 %
693.4%de croissance du trafic provenant des outils d'IA générative vers les sites marchands américains pendant les fêtes 2025, à partir d'une base faible
66%du contenu des pages produits américaines est en moyenne lisible par les modèles d'IA

Les agents achètent là où le commerce est numérique

Le e-commerce a progressé de 12,2 % sur un an au deuxième trimestre 2026, presque deux fois plus vite que l'ensemble du commerce de détail (6,7 %). C'est sur ce canal numérique que les agents d'achat recherchent, comparent et passent commande.

Part du e-commerce dans les ventes au détail totales aux États-Unis, corrigée des variations saisonnières
15%16%17%18%19%T1 '24T2 '24T3 '24T4 '24T1 '25T2 '25T3 '25T4 '25T1 '26T2 '26

Part calculée à partir des estimations trimestrielles du Census Bureau sur les ventes e-commerce et les ventes au détail totales. Le dernier trimestre est provisoire.

Afficher les données sous forme de tableau
T1 '2415.9%
T2 '2416.1%
T3 '2416.2%
T4 '2416.2%
T1 '2516%
T2 '2516.3%
T3 '2516.4%
T4 '2516.7%
T1 '2617%
T2 '2617.1%
Portants de vêtements et mannequins dans un grand magasin

Pourquoi les équipes retail ont besoin d'agents, pas de tableaux de bord supplémentaires

Le travail qui ralentit le commerce de détail est répétitif, dispersé entre plusieurs systèmes et assuré par des équipes qui changent sans cesse.

Dans une enquête McKinsey menée auprès de 114 acheteurs et merchandisers, les répondants déclarent consacrer encore 40 % de leur temps à des tâches à faible valeur, et 71 % estiment que les outils de merchandising basés sur l'IA n'ont eu jusqu'ici qu'un effet limité, voire nul. McKinsey en attribue la cause à des systèmes fragmentés et à des données de mauvaise qualité.

Le turnover complique encore les choses. Le commerce de détail américain comptait 698 000 postes vacants en septembre 2026, et les distributeurs ont enregistré 4,76 millions de démissions en 2025. Chaque processus qui n'existe que dans la tête des collaborateurs doit être réenseigné.

  • Les distributeurs estimaient que 15,8 % des ventes de 2025, soit environ 849,9 milliards de dollars, feraient l'objet d'un retour.
  • 85 % des grands distributeurs américains interrogés par la NRF utilisent déjà l'IA pour détecter ou prévenir la fraude aux retours.
  • 36,2 % des salariés du commerce de détail utilisent déjà l'IA générative au travail.

Cas d'usage des agents IA dans le commerce de détail

Un agent ne se contente pas de répondre. Il agit dans vos systèmes, dans les limites que vous fixez. Choisissez un domaine pour voir ce que font les agents et de quels systèmes ils ont besoin.

01

Assistant d'achat sur votre site

Trouve des produits, compare les options, constitue le panier et finalise l'achat après confirmation du client. Nécessite le catalogue, les stocks en temps réel, le paiement et les données de fidélité.

02

Catalogue et paiement prêts pour les agents

Expose les données produits, le panier et le paiement pour que des agents tiers comme ChatGPT ou Gemini puissent acheter chez vous. Nécessite un PIM, des flux produits, des API de paiement et des contrôles antifraude.

Ce que les consommateurs achètent déjà via l'IA

McKinsey a demandé à des utilisateurs d'IA dans 11 marchés s'ils avaient réalisé un achat directement avec un outil d'IA au cours des trois derniers mois. L'habillement et l'alimentaire arrivent en tête. Aux États-Unis, l'alimentaire a progressé le plus vite, de 11,1 points depuis décembre 2025.

Utilisateurs d'IA dans 11 marchés ayant réalisé un achat avec un outil d'IA au cours des trois derniers mois, par catégorie
  • Habillement, chaussures et accessoires18%
  • Alimentaire16.8%
  • Restaurants et livraison de repas16.6%
  • Voyage et hôtellerie16.4%
  • Beauté et soins personnels16.2%
  • Électronique grand public16.2%
  • Maison, jardin et bricolage10.5%
  • Animalerie10.4%

McKinsey Agentic Commerce Consumer Survey, juin 2026, environ 21 000 consommateurs. Une sélection des catégories mesurées.

Afficher les données sous forme de tableau
Habillement, chaussures et accessoires18%
Alimentaire16.8%
Restaurants et livraison de repas16.6%
Voyage et hôtellerie16.4%
Beauté et soins personnels16.2%
Électronique grand public16.2%
Maison, jardin et bricolage10.5%
Animalerie10.4%

Notre point de vue

Les gagnants seront les enseignes chez qui un agent achète le plus facilement

Quand un agent fait des achats pour un client, il ne voit ni votre page d'accueil ni votre campagne. Il voit des données produits, une disponibilité en temps réel, un prix, des promesses de livraison et un tunnel de paiement qu'il peut mener à terme. Les distributeurs dont le catalogue est lisible et achetable par un agent ont plus de chances d'être choisis : selon McKinsey, les recherches IA connectées au catalogue d'un distributeur convertissent environ deux fois plus que celles qui reposent sur des données extraites par scraping. Ce même travail alimente aussi leurs propres agents de service et de merchandising.

Les protocoles derrière le paiement agentique

Pour que des agents puissent acheter au nom des consommateurs, distributeurs, plateformes et réseaux de paiement ont besoin de règles communes pour les catalogues, les paniers, les paiements et la preuve que l'agent est digne de confiance. Voici les principaux protocoles et programmes des réseaux de cartes à ce jour.

ProtocolePorté parCe qu'il standardiseAnnoncé
Agentic Commerce Protocol (ACP, bêta)OpenAI et StripeLa façon dont les acheteurs, leurs agents IA et les entreprises finalisent un paiement, y compris le paiement déléguéSeptembre 2025
Agent Payments Protocol (AP2)Google, avec plus de 60 organisationsLes paiements initiés par des agents à l'aide de mandats signés cryptographiquement pour l'intention et le panier du clientSeptembre 2025
Universal Commerce Protocol (UCP)Google, codéveloppé avec Shopify, Etsy, Wayfair, Target et WalmartL'ensemble du parcours d'achat entre agents et distributeurs, compatible avec A2A, AP2 et MCPJanvier 2026
Trusted Agent ProtocolVisa, avec CloudflareLa façon dont les marchands reconnaissent un agent IA de confiance, grâce aux signatures de messages HTTPOctobre 2025
Mastercard Agent PayMastercardDes jetons agentiques qui étendent la tokenisation des cartes aux paiements effectués par des agents IAAvril 2025

La plupart de ces initiatives en sont encore à leurs débuts, et McKinsey indique qu'OpenAI a réduit la voilure sur le paiement instantané dans ChatGPT. Vérifiez le statut actuel de chaque protocole avant de vous engager dans une intégration.

Le déficit de confiance que les agents doivent encore combler

Les consommateurs utilisent l'IA pour se renseigner, mais ils sont bien moins nombreux à la laisser payer. Les inquiétudes sur l'usage des données et les doutes sur la fiabilité sont largement répandus.

66%des consommateurs américains s'inquiètent de la façon dont les assistants d'IA générative utilisent leurs données
31%font confiance à l'IA générative pour comparer correctement produits et prix
39%utilisent l'IA générative comme principal outil pour au moins une tâche liée aux achats des fêtes
16%feraient confiance à l'IA générative pour finaliser un achat avec leur autorisation

Votre boutique est-elle prête pour les agents ?

Nous analysons vos données catalogue, votre plateforme e-commerce et votre tunnel de paiement, et nous vous montrons ce qu'il faut pour que les agents trouvent et achètent vos produits.

Réserver un audit de préparation aux agents
[ Démarche ]

Comment lancer un agent IA dans le commerce de détail

Les agents échouent plus souvent à cause des données et des autorisations que des modèles : l'essentiel du travail se fait donc avant le lancement.

  1. Choisir un workflow avec un responsable clairement identifié

    Choisissez une tâche fréquente, comme le suivi de commande, les demandes de retour ou un rapport merchandising hebdomadaire, et définissez comment mesurer le succès.

  2. Préparer les données pour les agents

    Nettoyez les données produits, les attributs et la disponibilité pour qu'un agent puisse les lire, et comblez les lacunes qui fausseraient ses réponses.

  3. Connecter les systèmes

    Intégrez la plateforme e-commerce, l'OMS, l'ERP et le helpdesk via des API, avec des droits de lecture et d'écriture définis pour chaque action.

  4. Poser des garde-fous

    Définissez ce que l'agent peut faire seul, ce qui nécessite une confirmation du client ou d'un collègue, ainsi que les plafonds de dépenses, de remboursements et de remises.

  5. Piloter avec du trafic réel

    Lancez l'agent auprès d'une partie des clients ou d'une seule équipe, journalisez chaque action et comparez coûts, rapidité et erreurs avec le processus actuel.

  6. Passer à l'échelle et ajouter des canaux

    Étendez l'agent à d'autres workflows et, lorsque le catalogue est prêt, ouvrez votre tunnel de paiement aux agents tiers via les protocoles pris en charge par vos plateformes.

[ Défis ]

Les défis et comment les relever

Des données catalogue illisibles pour les agents

Structurez les attributs, les tailles, la disponibilité et les conditions pour que les modèles puissent les interpréter, et maintenez prix et stocks exacts en temps réel.

Des systèmes fragmentés

Connectez la plateforme e-commerce, l'OMS, l'ERP et le helpdesk via une couche d'intégration unique au lieu de développer un bot distinct pour chacun.

Paiements, consentement et fraude

Utilisez des paiements agentiques tokenisés, une confirmation explicite du client et des contrôles antifraude pour chaque action qui engage de l'argent.

Prouver la valeur

Mesurez chaque agent sur un indicateur métier, comme les tickets résolus, le coût des retours ou les heures d'analyste, par rapport au processus actuel.

[ Études de cas ]

Les plateformes e-commerce que nous avons développées

Les agents agissent sur les systèmes e-commerce, de commande et d'analyse. Voici des projets d'intégration que nous avons réalisés pour des clients du commerce de détail : le socle sur lequel vient se brancher un agent IA.

E-commerceDéveloppement mobile

Application e-commerce pour l'achat en ligne

40 % d'engagement client en plus

Nous avons développé une application d'achat iOS et Android intégrant le paiement, la gestion logistique et le suivi des commandes en temps réel pour les clients et les livreurs, du concept au lancement en 9 mois.

En savoir plus
Application e-commerce pour l'achat en ligne
Commerce de détailRetool

Tableaux de bord pour une marketplace de cadeaux

2 tableaux de bord intégrés à Shopify

Pour une marketplace de cadeaux livrés le jour même, nous avons créé des tableaux de bord de gestion des commandes, de suivi des livraisons et de reporting pour les partenaires commerçants et les administrateurs, intégrés à Shopify.

En savoir plus
Tableaux de bord pour une marketplace de cadeaux

Sources

  1. US Census Bureau, Quarterly Retail E-Commerce Sales, 2nd Quarter 2026 · Monthly Retail Trade Survey, août 2026
  2. US Census Bureau, Business Trends and Outlook Survey · Secteur du commerce de détail, 5–18 octobre 2026
  3. McKinsey, Who wins when AI does the shopping? · Environ 21 000 consommateurs dans 11 marchés, juin 2026
  4. McKinsey, Merchants unleashed: How agentic AI transforms retail merchandising · 114 acheteurs et merchandisers, décembre 2025
  5. Deloitte, 2026 Holiday Retail Survey · 4 000 consommateurs américains, août–septembre 2026
  6. Adobe, 2025 holiday shopping season results · Adobe Analytics, plus de 1 000 milliards de visites sur des sites marchands américains
  7. Adobe, AI traffic surge and machine readability of retail sites · Avril 2026
  8. NRF and Happy Returns, 2025 Retail Returns Landscape · 2 006 consommateurs et 358 professionnels du commerce de détail, octobre 2025
  9. US Bureau of Labor Statistics via FRED, Job Openings: Retail Trade · JOLTS, septembre 2026
  10. US Bureau of Labor Statistics, JOLTS annual quits levels · 2025
  11. Real-Time Population Survey via FRED, Generative AI adoption rate for work: Retail Trade · Bick, Blandin et Deming, T3 2026
  12. Agentic Commerce Protocol · OpenAI et Stripe
  13. Google Cloud, Agent Payments Protocol (AP2) · Septembre 2025
  14. Google, Universal Commerce Protocol · Janvier 2026
  15. Visa, Trusted Agent Protocol · Octobre 2025
  16. Mastercard, Agent Pay · Avril 2025
[ FAQ ]

Questions fréquentes

Parlons des agents IA pour votre activité de distribution

Parlez-nous de vos plateformes et du workflow qui prend le plus de temps à votre équipe. Nous reviendrons vers vous en indiquant où un agent sera rentable le plus rapidement, avec une première estimation.

Dmitry Klim
Dmitry Klim
Head of Growth
Clutch
5900 Balcones Drive #21729, Austin, TX 78731[email protected]+1 (512) 921-9631